论文部分内容阅读
自编码器作为深度学习的一个重要分支,吸引了该领域内大量杰出的研究者.研究者们深入研究其本质并在此基础上提出了很多的优化方法,如稀疏自编码器、降噪自编码器、收缩自编码器和卷积自编码器等.在深入阅读了多篇基于自编码器方法的文献之后,我们发现优化后的自编码器在图像分类、自然语言处理、目标识别等方面都取得了较好的实验结果.因此,本文将详细地分析优化后自编码器的基本结构和原理,并对文献中的实验结果进行多方面的评价与分析.